一种改进的K-means算法

摘要

聚类分析在科研和商业应用中都有着非常重要的应用, K-means算法是聚类方法中常用的一种划分方法.随着数据量的增加,K-means算法的局限性日益突出.基于取样的划分思想,提出了一种改进的K-means算法,在一定程度上避免了聚类结果陷入局部解的现象,减少了原始K-means算法因采用误差平方和准则函数而出现将大的聚类簇分割开的情况,仿真实验结果表明:改进后的K-means算法优于原始算法,并且稳定性更好.